• The Korean Journal of Applied Statistics
• /
• v.18 no.1
• /
• pp.173-182
• /
• 2005

A Bayesian threshold model is considered to analyze binary or ordered categorical traits. Gibbs sampler for making full Bayesian inferences about the category probability as well as the regression coefficients is described. The model can be regarded as an alternative to the ordered logit regression model. Numerical examples are shown to demonstrate the efficiency of the model.

• The Korean Journal of Applied Statistics
• /
• v.15 no.2
• /
• pp.251-267
• /
• 2002

Self Organizing Maps(SOM) by Kohonen is very fast algorithm in neural networks. But it doesn't show sure rules of training results. In this paper, we introduce to Bayesian Learning for Self Organizing Maps(BLSOM) which combines self organizing maps with Bayesian learning. So it supports explanatory power of models and improves prediction. BLSOM has global optima anywhere but SOM has not. This is proved by experiment in this paper.

• The Korean Journal of Applied Statistics
• /
• v.33 no.3
• /
• pp.309-320
• /
• 2020

Bayesian networks, also known as directed acyclic graphs (DAG), are used in many areas of medicine, meteorology, and genetics because relationships between variables can be modeled with graphs and probabilities. In particular, Bayesian network classifiers, which are used to predict discrete data, have recently become a new method of data mining. Bayesian networks can be grouped into different models that depend on structured learning methods. In this study, Bayesian network models are learned with various properties of structure learning. The models are compared to the simplest method, the naïve Bayes model. Classification results are compared by applying learned models to various real data. This study also compares the relationships between variables in the data through graphs that appear in each model.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.4B
• /
• pp.383-392
• /
• 2008

It is not always easy to estimate the parameters in hydrologic models due to insufficient hydrologic data when hydraulic structures are designed or water resources plan are established. Therefore, uncertainty analysis are inevitably needed to examine reliability for the estimated results. With regard to this point, this study applies a Bayesian Markov Chain Monte Carlo scheme to the NWS-PC rainfall-runoff model that has been widely used, and a case study is performed in Soyang Dam watershed in Korea. The NWS-PC model is calibrated against observed daily runoff, and thirteen parameters in the model are optimized as well as posterior distributions associated with each parameter are derived. The Bayesian Markov Chain Monte Carlo shows a improved result in terms of statistical performance measures and graphical examination. The patterns of runoff can be influenced by various factors and the Bayesian approaches are capable of translating the uncertainties into parameter uncertainties. One could provide against an unexpected runoff event by utilizing information driven by Bayesian methods. Therefore, the rainfall-runoff analysis coupled with the uncertainty analysis can give us an insight in evaluating flood risk and dam size in a reasonable way.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.79-79
• /
• 2017

강우 자료는 수공구조물 설계목적에 따라 다양한 시공간적 범주가 필요하다. 그러나 시간단위 이하 시계열 강우자료는 미계측 유역 및 관측연한 등의 제약으로 연속적인 시계열을 확보하는데 어려움이 있다. 이러한 점에서 포아송분포 기반 강우발생모형은 강우시계열의 통계적 특성을 나타내는 5개 매개변수로 다양한 시간 범주의 연속강우시계열을 생성할 수 있다는 장점이 있다. 강우발생모의 핵심은 과거자료의 통계특성을 효과적으로 복원할 수 있어야 하며, 다양한 기상학적 특성들 또한 적절하게 모의될 수 있어야 한다는 점이다. 즉, 다음과 같은 기준으로 모의적합성을 평가할 수 있다. 첫째, 지속기간별 관측시계열과 모의시계열의 통계적 유사성을 평가하고, 둘째, 확률분포를 따르는 각 매개변수의 사후분포를 제시하여 불확실성을 정량화하고, 셋째, 추정된 매개변수의 물리적 범위의 적정성 검토가 필요하다. 본 연구에서는 강우발생모형으로 널리 알려진 Neyman-Scott Rectangular Pulse(NSRP) 모형과 Bayesian 모형을 연계한 Bayesian NSRP 모형 개발을 통해 강우관측소 전지점에 대한 매개변수 지도를 제시하고자 한다. 본 연구결과는 임의 유역에 대한 강우발생 시나리오를 제공하여, 다양한 형태의 유출결과를 도출할 수 있으며, 무엇보다 유출결과를 확률적으로 평가할 수 있다는 장점이 있다.

• The Korean Journal of Applied Statistics
• /
• v.36 no.4
• /
• pp.349-360
• /
• 2023

Dynamic Nelson-Siegel model is widely used in modeling term structure of interest rates for financial products. In this study, we explain dynamic Nelson-Siegel model from the perspective of the state space model and explore Bayesian approaches that can be applied to that model. By applying SOFR term rate data to the Bayesian dynamic Nelson-Siegel model, we confirm the performance and compare it with other competing models such as Vasicek model, dynamic Nelson-Siegel model based on the frequentist approach, and the two-factor Bayesian dynamic Nelson-Siegel model. We also confirm that the Bayesian dynamic Nelson-Siegel model outperformed its competitors on SOFR term rate data based on RMSE.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.246-246
• /
• 2016

본 연구에서는 최근 기후변화로 인한 집중호우의 발생횟수의 경향을 확률적으로 분석함에 있어 1개월 동안 80 mm/day 이상의 강우사상을 집중호우로 정의하여, 대구 및 부산 강우관측소로부터 수집된 384개월 동안의 집중호우를 분석하였다. 집중호우 월별 발생횟수와 같은 형식의 자료의 확률적 분석은 대개 Poisson 분포 (POI)가 사용되나 자료에 포함된 0자료의 과잉은 확률분포를 왜곡시키는 문제를 발생시킨다. 본 연구에서는 이 문제를 개선하기 위하여 개발된 일반화 Poisson 확률분포 (GPD), 0-과잉 Poisson 확률분포 (ZIP), 0-과잉 일반화 Poisson 확률분포 (ZIGP), Bayesian 0-과잉 일반화 Poisson 확률분포 (Bayesian ZIGP)를 집중호우 자료에 적용하고, 5개 모형의 특성을 비교분석하였으며, Bayesian ZIGP 모형의 구축에 있어서는 정보적 사전분포를 사용함으로써 모형의 정확도를 개선하였다. 분석결과 분석하고자 하는 자료에 0이 과다하게 포함되어 있는 경우 POI 및 GPD 분포는 관측결과와는 다른 결과를 제시하여 적절한 모형으로 고려되지 못함을 알 수 있었다. 5가지 모형 중 정보적 사전분포를 탑재한 Bayesian ZIGP 모형이 가장 관측 자료와 유사한 결과를 도출하였으나 모형의 구축에 수반되는 실용적인 측면을 고려하면 ZIP 모형도 충분히 사용될 수 있는 모형으로 추천되었다.

• Journal of Korea Water Resources Association
• /
• v.49 no.6
• /
• pp.481-493
• /
• 2016

The statistical analysis to the torrential rainfall data that is defined as a rainfall amount more than 80 mm/day is performed with Daegu and Busan rainfall data which is collected during 384 months. The number of occurrence of the torrential rainfall events can be simulated usually using Poisson distribution. However, the Poisson distribution can be frequently failed to simulate the statistical characteristics of the observed value when the observed data is zero-inflated. Therefore, in this study, Generalized Poisson distribution (GPD), Zero-Inflated Poisson distribution (ZIP), Zero-Inflated Generalized Poisson distribution (ZIGP), and Bayesian ZIGP model were used to resolve the zero-inflated problem in the torrential rainfall data. Especially, in Bayesian ZIGP model, a informative prior distribution was used to increase the accuracy of that model. Finally, it was suggested that POI and GPD model should be discouraged to fit the frequency of the torrential rainfall data. Also, Bayesian ZIGP model using informative prior provided the most accurate results. Additionally, it was recommended that ZIP model could be alternative choice on the practical aspect since the Bayesian approach of this study was considerably complex.

• The Korean Journal of Applied Statistics
• /
• v.35 no.2
• /
• pp.311-325
• /
• 2022

For count responses, the situation of excess zeros often occurs in various research fields. Zero-inflated model is a common choice for modeling such count data. Bayesian inference for the zero-inflated model has long been recognized as a hard problem because the form of conditional posterior distribution is not in closed form. Recently, however, Pillow and Scott (2012) and Polson et al. (2013) proposed a Pólya-Gamma data-augmentation strategy for logistic and negative binomial models, facilitating Bayesian inference for the zero-inflated model. We apply Bayesian zero-inflated negative binomial regression model to longitudinal pharmaceutical data which have been previously analyzed by Min and Agresti (2005). To facilitate posterior sampling for longitudinal zero-inflated model, we use the Pólya-Gamma data-augmentation strategy.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.105-105
• /
• 2017

최근 우리나라에서는 국지성호우로 인해 발생하는 돌발홍수에 방어하지 못하는 소규모 저수지에 대한 붕괴사고가 빈발하고 있다. 붕괴된 저수지를 살펴보면, 대체적으로 규모가 작아 체계적인 안전관리가 이루어지지 않거나 경과연수가 50년 이상인 필댐(fill dam) 형식으로 축조된 노후저수지로서 갑작스러운 홍수를 대응하는데 있어 매우 취약한 상태이다. 체계적으로 운영되는 대형댐에 비해 축조기간이 오래된 소규모 저수지의 경우, 저수지에 대한 수문학적 정보가 거의 없거나 미계측되어 보수보강이 필요한 저수지를 선정하거나 정량적인 위험도를 분석하는데 매우 어려운 실정이다. 이러한 이유로 본 연구에서는 노후된 소규모 저수지에 대한 수문학적 파괴인자들을 선정하여 Bayesian Network기반의 소규모 저수지 위험도 분석 모형을 구축하였다. 구축된 모형을 기준으로 고려될 수 있는 다양한 위험인자 및 이들 인자간의 연관성을 평가하였으며, 각각의 노드에 파괴인자를 노드로 할당하여 소규모 저수지의 위험도를 분석하였다. Bayesian Network기법의 도입으로 불확실한 상황을 확률로 표시하고, 복잡한 추론을 정량화된 노드의 관계로 단순화시켜 노드의 연결 관계로 표현하였다. 본 연구에서 제안된 모형은 노후된 소규모 저수지의 수문학적 위험도를 정량으로 분석하는 모형으로서 활용성이 높을 것으로 기대된다.